Está en la página 1de 8

Diagrama_Pareto.

R
carlostellezmartinez
Sat Feb 7 16:56:03 2015
## ============================================
# Diagrama de Pareto
# Control Estadstico de Calidad
# Febrero de 2015
# Dr. Carlos Tllez Martnez
# Tecnolgico de Monterrey, Campus Guadalajara
## ============================================

## Ejemplos de diversas formas de construccin de un diagrama de


Pareto

# Datos ya agrupados y etiquetados


# ==================================
Ejercicio_61 <- read.csv("/Carlos Tellez
Martinez/SkyDrive/Clases/Control Estadstico del Proceso/Material
2013/Tema 2/7H en R/Pareto/Ejercicio_61.csv")
## Warning in read.table(file = file, header = header, sep = sep,
quote =
## quote, : incomplete final line found by readTableHeader on '/Carlos
Tellez
## Martinez/SkyDrive/Clases/Control Estadstico del Proceso/Material
## 2013/Tema 2/7H en R/Pareto/Ejercicio_61.csv'
Ejercicio_61
##
## 1

Defecto Cantidad
Piel Arrugada

99

## 2 Costura con fallas

135

## 3

Reventado de piel

369

## 4

Mal montada

135

attach(Ejercicio_61)
names(Ejercicio_61)
## [1] "Defecto"

"Cantidad"

# Apertura de librera qcc


library(qcc)

## Package 'qcc', version 2.6


## Type 'citation("qcc")' for citing this R package in publications.
# Se debe generar una variable etiquetada
Tipo <- Cantidad
names(Tipo) <- Defecto
Tipo
##

Piel Arrugada Costura con fallas

##

99

##

Mal montada

##

135

Reventado de piel

135

369

# Se genera el diagrama de Pareto


pareto.chart(Tipo)
##
## Pareto chart analysis for Tipo
##

Frequency Cum.Freq. Percentage Cum.Percent.

##

Reventado de piel

369

369

50.00000

50.00000

##

Costura con fallas

135

504

18.29268

68.29268

##

Mal montada

135

639

18.29268

86.58537

##

Piel Arrugada

99

738

13.41463

100.00000

## Si se desea guardar la tabla para despus bajarla


Tabla <- pareto.chart(Tipo)

Tabla
##
## Pareto chart analysis for Tipo
##

Frequency Cum.Freq. Percentage Cum.Percent.

##

Reventado de piel

369

369

50.00000

50.00000

##

Costura con fallas

135

504

18.29268

68.29268

##

Mal montada

135

639

18.29268

86.58537

##

Piel Arrugada

99

738

13.41463

100.00000

# Datos identificados pero no agrupados


# =========================================
Ejercicio3 <- read.table("/Carlos Tellez
Martinez/SkyDrive/Clases/Control Estadstico del Proceso/Material
2013/Tema 2/7H en R/Pareto/Ejercicio3.csv", header=TRUE, quote="\"")
Ejercicio3

##

Defecto

## 1

## 2

## 3

## 4

## 5

## 6

## 7

## 8

## 9

## 10

## 11

## 12

## 13

## 14

## 15

## 16

## 17

## 18

## 19

## 20

## 21

## 22

## 23

## 24

## 25

## 26

## 27

## 28

## 29

## 30

## 31

## 32

## 33

## 34

## 35

## 36

## 37

## 38

## 39

## 40

# Se crea una variable tabla


Tabla_defectos <- table(Ejercicio3)
Tabla_defectos
## Ejercicio3
##

## 16 14 10
# Se crea el diagrama de Pareto
pareto.chart(Tabla_defectos)

##
## Pareto chart analysis for Tabla_defectos
##

Frequency Cum.Freq. Percentage Cum.Percent.

##

16

16

40

40

##

14

30

35

75

##

10

40

25

100

# ===========================================
# Dr. Carlos Tllez Martnez
# Febrero de 2015
# Control Estadstico de Calidad
# DIAGRAMA DE ISHIKAWA EN R
# ===========================================

# Se activa librera qcc


library(qcc)
## Package 'qcc', version 2.6
## Type 'citation("qcc")' for citing this R package in publications.
# Se elabora el diagrama de Ishikawa
cause.and.effect(cause=list(Measurements=c("Micrometers",
"Microscopes", "Inspectors"),

Materials=c("Alloys", "Lubricants",

"Suppliers"),

Personnel=c("Shofts", "Supervisors",

"Training", "Operators"),

Environment=c("Condensation", "Moisture"),
Methods=c("Brake", "Engager", "Angle"),
Machines=c("Speed", "Lathes", "Bits",

"Sockets")),

effect="Surface Flaws")

## Otro mtodo:
library(SixSigma)

# Se elabora el diagrama
effect <- "Flight Time"
causes.gr <- c("Operator", "Environment", "Tools", "Design",
"Raw.Material", "Measure.Tool")
causes <- vector(mode = "list", length = length(causes.gr))
causes[1] <- list(c("operator #1", "operator #2", "operator #3"))
causes[2] <- list(c("height", "cleaning"))
causes[3] <- list(c("scissors", "tape"))
causes[4] <- list(c("rotor.length", "rotor.width2", "paperclip"))
causes[5] <- list(c("thickness", "marks"))
causes[6] <- list(c("calibrate", "model"))
ss.ceDiag(effect, causes.gr, causes, sub = "Paper Helicopter Project")

Diagrama.R
carlostellezmartinez
Tue Feb 3 22:01:36 2015
# ===========================================
# Dr. Carlos Tllez Martnez

# Febrero 2015
# Control Estadstico de Calidad
# DIAGRAMA DE DISPERSIN Y CORRELACION EN R
# ===========================================

# Usando la base de datos "airquality"


# Se verificar la relacin en forma grfica entre las variables
# Ozone y Temp

attach(airquality)
names(airquality)
## [1] "Ozone"

"Solar.R" "Wind"

"Temp"

"Month"

"Day"

plot(Ozone ~ Temp, main="Diagrama de Dispersin y correlacin entre


las variables Temperatura y Ozono para airquality",
xlab="Temperatura", ylab="Ozono")
# Para crear una lnea de regresin
abline(lm(Ozone ~ Temp))

# Para generar Diagrama de varias variables


pairs(~Ozone + Temp + Solar.R)

# Para hacer anlisis de correlacion


library(psych)
pairs.panels(airquality[c(1,2,4)])

Histograma.R
carlostellezmartinez
Tue Feb 3 21:06:41 2015

# ===========================================
# Dr. Carlos Tllez Martnez
# Febrero de 2015
# Control Estadstico de Calidad
# HISTOGRAMA EN R
# ===========================================

# Usando la base de datos "airquality"


# Se elaborar un Histograma para la variable Temperatura

attach(airquality)
names(airquality)
## [1] "Ozone"

"Solar.R" "Wind"

"Temp"

"Month"

"Day"

hist(Temp, main="Histograma de la variable Temperatura para la base de


datos airquality",
col=1:10, breaks=15)

# Cortando el ttulo en 2 partes


hist(Temp, main="Histograma de la variable Temperatura\npara la base
de datos airquality",
col=1:10, breaks=15)

# Modificando las divisiones


hist(Temp, main="Histograma de la variable Temperatura\npara la base
de datos airquality",
col=2, breaks=15, xlim=c(50,105))

# Para generar una grfica de densidad


densidad <- density(Temp)
plot(densidad,
main="Grfica de densidad de la variable Temperatura \npara la
base de datos airquality",

xlim=c(30,125))
polygon(densidad, col="red")

# Para generar 2 grficas en el mismo espacio grfico


par(mfrow=c(2,1))
hist(Temp, main="Histograma de la variable Temperatura\npara la base
de datos airquality",
col=2, breaks=15, xlim=c(40,125))

densidad <- density(Temp)


plot(densidad,
main="Grfica de densidad de la variable Temperatura \npara la
base de datos airquality",
xlim=c(30,125))
polygon(densidad, col="red")

par(mfrow=c(1,1))

También podría gustarte